Gemini 2.5 Flash

googlegoogle/gemini-2.5-flash

Best for balancing reasoning and speed. Gemini 2.5 Flash offers thinking capabilities with strong performance across coding, math, and reasoning tasks at an efficient price point.

Google AI 模型页面 ↗Gemini 2.5 GA 发布 ↗Google I/O 2025 Flash 更新 ↗

Gemini 2.5 Flash 是 Google 2.5 系列的通用主力模型，在 Google I/O 展示 05-20 preview 后，于 2025 年 6 月 17 日稳定 GA。它的定位是价格/性能平衡：1,048,576 token 输入窗口、65,536 token 输出上限、原生 Gemini API 的多模态输入（文本、图像、视频、音频）、文本输出、工具调用、结构化输出、代码执行、URL context、搜索 grounding，以及可控 thinking budget。

在 TheRouter 上，Gemini 2.5 Flash 是团队需要长上下文推理和 agentic 工具能力、但不想承担 Pro 级成本时的默认 Google 选择。它比 Gemini 2.0 Flash 更强且更可控，比 Gemini 2.5 Pro 更便宜，也比 Flash-Lite 更适合编程、多步分析、检索密集客服和高吞吐文档工作流。如果首要目标是前沿级代码准确率而不是成本，应路由到 Gemini 3 Flash/Pro 或 GPT-5.5 级模型。

适合使用

• 高吞吐编程助手、客服 agent 和内部 copilot：需要工具调用、结构化输出和 1M token 上下文，同时要求 token 成本可控
• 长文档和代码仓库分析：2.0 代 Flash 推理质量不足，但 Pro 级模型成本过高
• 检索密集工作流：可利用 Google Search grounding、URL context、缓存、Batch、Priority/Flex inference
• 对延迟敏感的推理任务：可通过 thinking budget 控制推理深度，而不是每次都为最大思考买单

不适合使用

• 前沿级自主软件工程：若 benchmark 上限比成本更重要，优先 google/gemini-3-flash-preview、google/gemini-3-pro-preview 或 openai/gpt-5.5
• 极低成本分类、路由和简单抽取：Flash-Lite 足够且更便宜
• 通过 TheRouter chat completions 做原生图像/音频生成——此模型在 TheRouter 上仅输出文本，应选择专用图像或音频模型

上下文长度

1.0M

最大输出

66K

输入价格每百万 tokens

$0.324每百万 Tokens

输出价格每百万 tokens

$2.70每百万 Tokens

模态能力

文本图像PDF→文本

能力

视觉理解

价格明细

类型	费率
输入	$0.324 每百万 Tokens
输出	$2.70 每百万 Tokens

支持参数

temperaturemax_tokenstop_ptoolstool_choiceresponse_formatstop

模型规格

发布日期	2025-06-17（稳定 GA）developers.googleblog.com ↗	已核实
知识截止	2025 年 1 月ai.google.dev ↗	已核实
输入 / 输出模态	原生 Gemini API：文本、图像、视频、音频输入；文本输出。TheRouter 暴露文本/图像/PDF 输入和文本输出。ai.google.dev ↗	已核实
原生工具能力	函数调用、结构化输出、代码执行、文件搜索、URL context、搜索 grounding、地图 grounding、缓存、Batch API、Flex 和 Priority inferenceai.google.dev ↗	已核实
许可	专有 API 模型；按 Google Gemini API / Google Cloud 条款提供，非开放权重ai.google.dev ↗	已核实

基准成绩

Benchmark	Score	Source
Global-MMLU-Lite 聚合器报告的 Gemini 2.5 Flash benchmark；在对照 Google model card 表格前应作为方向性指标。	88.4%%	llm-stats.com ↗
AIME 2024 聚合器报告的数学结果；Google 另称 05-20 Flash 更新在推理 benchmark 上有提升。	88.0%%	llm-stats.com ↗
GPQA 聚合器报告的科学/推理分数；在匹配底层 model-card 方法前保持 medium confidence。	82.8%%	llm-stats.com ↗
MMMU 聚合器报告的稳定 Flash 系列多模态分数。	79.7%%	llm-stats.com ↗

API 使用示例

所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "google/gemini-2.5-flash",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

API 使用指南

完整 API 参考 →

Chat 调用

当你需要 Google 长上下文推理但不想更换 SDK 时，可通过 TheRouter 以 OpenAI-compatible chat model 调用 Gemini 2.5 Flash。

cURL

curl https://api.therouter.ai/v1/chat/completions   -H "Authorization: Bearer $THEROUTER_API_KEY"   -H "Content-Type: application/json"   -d '{"model":"google/gemini-2.5-flash","messages":[{"role":"user","content":"Summarize the migration risk in this pull request."}]}'

google 其他模型

google/gemini-2.5-flash-lite更低成本的同系模型，适合分类、抽取和超高吞吐简单任务。google/gemini-2.5-pro2.5 系列更高智能模型，适合推理质量比 Flash 成本更重要的场景。google/gemini-3-flash-preview更新的 Flash 线，面向 agentic coding 和高级推理上限。google/gemini-3-pro-preview当 Google 前沿推理能力高于成本和 preview 风险时选择。

动态与变更

2025-06-17

Gemini 2.5 Flash 稳定 GA

Google 将 Gemini 2.5 Flash 设为 GA，简化为单一 thinking/non-thinking 价格层，并将 Flash-Lite 定位为更便宜的高吞吐选项。

TheRouter 编辑重写developers.googleblog.com ↗

2025-05-20

Google I/O 更新提升 Flash 效率与推理

Google 称更新后的 Flash preview 在推理、多模态、代码和长上下文方面更强，并在内部评测中减少 20-30% token 使用。

TheRouter 编辑重写blog.google ↗

常见问题

Gemini 2.5 Flash 是 TheRouter 上默认 Google 模型的正确选择吗？

对于成本平衡型生产流量，是。它以远低于 Pro 级模型的成本提供 1M 上下文、thinking、工具调用、结构化输出和多模态输入。若是前沿自主编程，应评估 Gemini 3 或 GPT-5.5 级模型。

TheRouter 编辑重写ai.google.dev ↗

Gemini 2.5 Flash 与 Gemini 2.5 Flash-Lite 有什么不同？

Flash 是更强的价格/性能模型，适合推理和 agentic 工作流；Flash-Lite 优化最低延迟和成本，thinking 默认关闭，更适合大规模分类、摘要和简单抽取。